壓縮感知圖像測量矩陣設(shè)計及其重構(gòu)算法

《壓縮感知圖像測量矩陣設(shè)計及其重構(gòu)算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、．．＂．ｒ，‘，＊，＇ｉｉ＇Ｉｉｉ，１１‘１ｉ．：ｆｖ，、單位代碼０２９３．：１密級：公開？＊－．Ｖ：巧沸攘覇，碩去緣像洽戈：苗；ｆ鋪ｍ哪誦翻Ｖ論文題目：壓縮感知圖像測景矩陣設(shè)計及其軍構(gòu)黨法＾－二么；ｒ．‘．＇ｒ．‘？、－．＇．＞１ｔ．＾，ｒｉ午學(xué)號１０１３０１０４１２—姓名沈洪泉員／博導(dǎo)導(dǎo)師張登銀研巧學(xué)科專業(yè)信號與信息處理硏究方向現(xiàn)代通信中的智能信號處理巧術(shù)一’＾＇申請學(xué)位類別－１－點請、王學(xué)碩＾Ｖ讀論文提交日期蘭零

2、二云麵店－．帶，心爆，；ｊ南京郵電大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研巧成果，也不包含為獲得南京郵電大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示了謝意與我。一本人學(xué)位論文及涉及相關(guān)資料若有不實，愿意承擔(dān)切相關(guān)的法律責(zé)任。研究生簽名：說復(fù)日期：ｙ〇ｌＬ公．義；南京郵電大學(xué)學(xué)位論文使用授權(quán)聲明本人授權(quán)南京郵電大學(xué)可＾＾＞１保留并向國家

3、有關(guān)部口或機構(gòu)送交論文的復(fù)印件和電子文可檔；允許論文被查閱和借閱；可將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索；論Ｗ采用影印、縮印或掃描等復(fù)制手段保存、匯編本學(xué)位論文。本文電子文檔的內(nèi)容和紙質(zhì)一文的內(nèi)容相致。論文的公布（包括刊登）授權(quán)南京郵電大學(xué)研究生院辦理。研嫂密學(xué)位論文在解密后適用本授權(quán)書。巧生簽名：狐凍克導(dǎo)師簽名：雖學(xué)旅日期；７＾１１，．４．ＲMeasurementmatrixdesignandreconstructionalgorithmofimagecompressedsensingThesisSubmittedtoNanjingUniv

4、ersityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByShenHongquanSupervisor:Prof.ZhangDengyinApril2016摘要壓縮感知理論使用少量采樣信號精確恢復(fù)原始信號，是一種廣泛應(yīng)用于圖像處理領(lǐng)域的新興信號處理技術(shù)。本文分析壓縮感知理論中測量矩陣和重構(gòu)算法技術(shù)的基礎(chǔ)上，重點對測量矩陣優(yōu)化和重構(gòu)算法改進技術(shù)進行深入研究。首先，為了降低測量矩陣與稀疏矩陣間的相關(guān)性，本文提出了一種測量矩陣的優(yōu)化方法，使用梯度下降法與投影逼近法優(yōu)化測量矩陣，同時對優(yōu)化步長進行自適應(yīng)處理，降

5、低測量矩陣優(yōu)化過程中的迭代次數(shù)。實驗結(jié)果表明，該測量矩陣的優(yōu)化設(shè)計不僅能提高重構(gòu)圖像的質(zhì)量，而且可以有效的降低測量矩陣優(yōu)化的時間。其次，針對圖像重構(gòu)算法中使用固定噪聲尺度因子造成噪聲方差估計不精確的問題，本文提出了一種采用圖像紋理特征、稀疏變換類型和采樣率聯(lián)合估計的噪聲尺度因子替代固定的噪聲尺度因子，以便對圖像中的噪聲方差進行精確估計，提高重構(gòu)算法去除噪聲的能力。實驗分析表明，改進噪聲方差估計有益于去除重構(gòu)圖像中的噪聲，提高重構(gòu)圖像的質(zhì)量。最后，針對雙變量閥值收縮模型僅使用當(dāng)前小波系數(shù)方差作為閥值參數(shù)造成重構(gòu)圖像含有多余噪聲，本文提出一種采用當(dāng)前小波系數(shù)方差、父小波系數(shù)方差和鄰域小

6、波系數(shù)方差作為閥值參數(shù)構(gòu)建小波變量閥值收縮模型，提高閥值估計的精確度，并分別對模型處理后的當(dāng)前小波系數(shù)值、父小波系數(shù)值和鄰域小波系數(shù)值進行判決，消除圖像中多余的噪聲。實驗結(jié)果表明，改進小波變量閥值收縮模型能夠進一步降低圖像中的噪聲，提高重構(gòu)圖像的質(zhì)量。關(guān)鍵字：壓縮感知，測量矩陣優(yōu)化，重構(gòu)算法，噪聲方差估計，閥值收縮模型IAbstractCompressedsensingtheoryisanewsignalprocessingtechnologywhichiswidelyusedinthefieldofimageprocessing,anditusesasmallamountofsa

7、mplingsignaltoaccuratelyrecovertheoriginalsignal.Therefore,basedontheanalysisoftheexistingmeasurementmatrixandreconstructionalgorithm,thispapercarriesoutathoroughstudyofthemeasurementmatrixoptimizationandreconstructionalgorithm.Firstly,